Tengo un marco de datos de pandas con los siguientes nombres de columna:

Resultado1, Prueba1, Resultado2, Prueba2, Resultado3, Prueba3, etc ...

Quiero eliminar todas las columnas cuyo nombre contenga la palabra "Prueba". El número de tales columnas no es estático sino que depende de una función previa.

¿Cómo puedo hacer eso?

import pandas as pd

import numpy as np

array=np.random.random((2,4))

df=pd.DataFrame(array, columns=('Test1', 'toto', 'test2', 'riri'))

print df

      Test1      toto     test2      riri
0  0.923249  0.572528  0.845464  0.144891
1  0.020438  0.332540  0.144455  0.741412

cols = [c for c in df.columns if c.lower()[:4] != 'test']

df=df[cols]

print df
       toto      riri
0  0.572528  0.144891
1  0.332540  0.741412

Esta es una buena forma de hacerlo:

df = df[df.columns.drop(list(df.filter(regex='Test')))]

Más barato, más rápido e idiomático: str.contains

En versiones recientes de pandas, puede usar métodos de cadena en el índice y las columnas. Aquí, str.startswithparece una buena opción.

Para eliminar todas las columnas que comienzan con una subcadena determinada:

df.columns.str.startswith('Test')
# array([ True, False, False, False])

df.loc[:,~df.columns.str.startswith('Test')]

  toto test2 riri
0    x     x    x
1    x     x    x

Para la coincidencia que no distingue entre mayúsculas y minúsculas, puede utilizar la coincidencia basada en expresiones regulares str.containscon un ancla SOL:

df.columns.str.contains('^test', case=False)
# array([ True, False,  True, False])

df.loc[:,~df.columns.str.contains('^test', case=False)] 

  toto riri
0    x    x
1    x    x

si los tipos mixtos son una posibilidad, especifique na=Falsetambién.

Puede filtrar las columnas que SÍ desea usando 'filtro'

import pandas as pd
import numpy as np

data2 = [{'test2': 1, 'result1': 2}, {'test': 5, 'result34': 10, 'c': 20}]

df = pd.DataFrame(data2)

df

    c   result1     result34    test    test2
0   NaN     2.0     NaN     NaN     1.0
1   20.0    NaN     10.0    5.0     NaN

Ahora filtrar

df.filter(like='result',axis=1)

Obtener..

   result1  result34
0   2.0     NaN
1   NaN     10.0

Esto se puede hacer perfectamente en una línea con:

df = df.drop(df.filter(regex='Test').columns, axis=1)

Usa el DataFrame.selectmétodo:

In [38]: df = DataFrame({'Test1': randn(10), 'Test2': randn(10), 'awesome': randn(10)})

In [39]: df.select(lambda x: not re.search('Test\d+', x), axis=1)
Out[39]:
   awesome
0    1.215
1    1.247
2    0.142
3    0.169
4    0.137
5   -0.971
6    0.736
7    0.214
8    0.111
9   -0.214

Este método hace todo en su lugar. Muchas de las otras respuestas crean copias y no son tan eficientes:

df.drop(df.columns[df.columns.str.contains('Test')], axis=1, inplace=True)

No dejes caer. Captura lo contrario de lo que quieres.

df = df.filter(regex='^((?!badword).)*$').columns

la forma más corta de hacerlo es:

resdf = df.filter(like='Test',axis=1)

Solución al eliminar una lista de nombres de columnas que contienen expresiones regulares. Prefiero este enfoque porque con frecuencia edito la lista desplegable. Utiliza una expresión regular de filtro negativa para la lista desplegable.

drop_column_names = ['A','B.+','C.*']
drop_columns_regex = '^(?!(?:'+'|'.join(drop_column_names)+')$)'
print('Dropping columns:',', '.join([c for c in df.columns if re.search(drop_columns_regex,c)]))
df = df.filter(regex=drop_columns_regex,axis=1)